杨兴洪，堵 朵

（贵州大学经济学院，贵阳 550025）

0 引 言

随着经济社会的发展，水资源的经济、社会及环境效应愈发明显[1]。农业作为需水量最大的部门，2021年农业用水占比高达61.6%，因而农业高效用水更是对经济-社会-生态可持续发展起到至关重要的作用。我国粮食主产区的粮食产量占全国总量的78.6%，是农业发展的战略性区位。然而，当前粮食主产区面临严峻的水资源问题，水资源短缺成为农业用水的首要矛盾，加之农业水资源利用效率低下、灌溉方式粗放、水体污染严重等共同制约了主产区农业生产[2]。党的十八大以来，中央多次提出加强生态文明建设，以解决水资源约束趋紧和水污染问题[3]。2021年中央一号文件指出，要大力推进农业绿色发展，推广节水农业，综合治理农业面源污染。在此背景下，提升农业用水绿色效率是实现粮食主产区农业用水可持续发展的重要路径。受农业资源禀赋和生产条件不同的影响，各流域农业用水也存在异质性，科学评价不同流域农业用水绿色效率及空间非均衡性，并进一步探究其影响因素，对推动农业水资源高效利用及我国农业绿色转型具有重要的现实意义。

提升水资源绿色效率不仅要增加正向产出，而且应减少其生产要素投入，并降低环境污染等非期望产出，实现资源的绿色利用[4]。随着绿色发展理念深入人心，学者们对水资源绿色效率测度问题进行探索。目前主要采用数据包络分析（DEA）方法[5]、Malmqusit-Luengerber（ML）生产率指数[6-8]。SBM 模型同时考虑了松弛变量与非期望产出的问题，因此被广泛应用于水资源绿色效率评价[9-11]。基于SBM 及其拓展模型，杨高升等[12]探析了长江经济带省份水资源绿色效率的演进趋势；岳立等[13]从市域层面出发，研究发现黄河流域沿线城市的水资源绿色效率呈现波动下降的时序特征。基于此，部分学者关注水资源绿色效率的区域差异。在方法上多采用定性分析，仅少量文献运用泰尔（Theil）指数[14]展开量化研究。然而Theil 指数未考虑子样本的分布情况，忽视了样本间的交叉重叠。Dagum 基尼系数[15]克服了上述缺陷，能更有效地探寻水资源绿色效率的地区差异及来源。此外，既有研究通过计量方法从水资源禀赋[16]、经济发展水平[17]与产业结构[18]等方面解释其对水资源绿色效率的影响，但研究结论由于模型设定、指标构建等方面的不同而有所差异。通过梳理上述文献可知，已有研究多集中于工业或综合部门，鲜有学者考察农业用水绿色效率。

对此，本文以粮食主产区为研究视角，深入探究农业用水绿色效率水平、区域差异及影响因素，以期为提升粮食主产区农业用水绿色效率提供对策建议。本文可能的贡献在于：以粮食主产区为研究空间尺度，将农村社会发展指数作为期望产出之一，利用SE-SBM 模型对农业用水绿色效率进行测度；通过Dagum 基尼系数考察松花江、长江和黄河三大流域的区域差异，不仅揭示差异程度大小及来源，而且解决了样本间交叉重叠的问题；运用面板数据模型检验农业用水绿色效率的影响因素，明确其内在作用机理。

1 研究设计

1.1 内涵界定

绿色发展视角下，农业用水绿色效率可理解为农业水资源利用过程中带来的经济、社会、环境产出与生产要素投入的比率，体现“经济-社会-生态”全面协调可持续发展的关系。参考水资源绿色效率的内涵[19]，本文选取农业水足迹、农业资本量和农业劳动力作为农业用水绿色效率评价的投入指标；将农业产值与农村社会发展指数作为期望产出，分别表示农业水资源的经济效益和社会效益，将农业灰水足迹作为非期望产出，衡量农业用水过程中对资源环境造成的负向效应，表征农业水资源的生态效益。农业用水绿色效率旨在实现农业水资源经济、社会与生态效益的共赢。

1.2 研究方法

1.2.1 SE-SBM 模型

数据包络分析(Data Envelopment Analysis，DEA)由Charnes等[20]于1978年提出，是一种非参数技术效率分析方法，用于评价多投入多产出决策单元(Decision Making Unit，DMU)的效率值。然而，传统DEA 模型基于径向距离函数，假设投入（产出）能够等比例减少（增加），且忽视了投入产出变量的松弛性问题。考虑到这一点，Tone[21]提出超效率SBM 模型（Super Efficiency SBM model，SE-SBM）,有效解决了传统DEA模型产生的测量偏误问题，同时提高了效率评价的精确性，不仅适用于存在农业灰水足迹这一非期望产出的情形，而且有利于优化农业用水绿色效率。

1.2.2 Dagum基尼系数

本文采用Dagum 基尼系数对粮食主产区农业用水绿色效率的空间非均衡性进行测度与分解，并进一步明确总体差异的来源。

作为一种测算相对差异的方法，Dagum 基尼系数的优势在于能将区域差异分解为区域内差异、区域间差异及超变密度三部分，超变密度反映区域间重叠现象造成的空间非均衡性，能够有效解决样本间的交叉重叠并识别区域差异的具体来源，因此被广泛应用于地区差异研究。

参考Dagum[15]的做法，定义Dagum基尼系数为：

式中：n表示粮食主产区省份数，即n=13；k表示划分的区域数，即k=3；nj(nh)表示j(h)区域内省份数；yji(yhr)表示j(h)区域内i(r)省份的农业用水绿色效率；μ表示粮食主产区农业用水绿色效率平均值。

Gjj代表j区域内的基尼系数，表达式为：

Gjh代表j区域与h区域之间的基尼系数，表达式为：

Dagum 基尼系数可按其分解方法分解为3个组成部分，区域内差异(Gw)、区域间差异(Gnb)与超变密度(Gt)，且满足以下等式：

其中，Gw、Gnb、Gt计算公式表达如下：

1.2.3 面板数据模型

为进一步探究农业用水绿色效率的影响因素，明确内在作用机理，本文运用面板数据模型[22]展开实证分析，以期为提升粮食主产区省份农业用水绿色水平提供决策参考。研究构建分析模型如下式所示：

式中：gefit表示i省份在t年度的粮食主产区农业用水绿色效率，影响因素分别为水资源禀赋（res）、经济发展水平（gdp）、产业结构（str）、财政支农政策（fin）、有效灌溉水平（irr）以及农业对外开放（ope）；β为变量回归系数；μi和γt分别代表地区效应和时间效应；εit为随机扰动项。

1.3 指标选择

1.3.1 投入产出指标

本文构建农业用水绿色效率投入产出指标体系如表1 所示。其中，投入要素包括农业劳动力、农业资本量与农业水足迹，分别用农林牧渔业就业人数、农林水事务支出、农业用水总量来表征；期望产出包括农业产值与农村社会发展指数，非期望产出则以农业灰水足迹来表示。

表1 投入产出指标说明Tab.1 Description of input-output indicators

1.3.2 农村社会发展评价指标

需要特别指出的是，就农村社会发展指数而言，在孙才志等[24]构建的社会发展指数的基础上，切实考虑粮食主产区农村社会发展现状，从经济增长、社会和谐与环境友好3个评价层面出发，科学选取具有代表性指标（表2）来衡量农村社会发展，并采用熵权法计算获取粮食主产区农村社会发展指数。

表2 农村社会发展评价指标体系Tab.2 Index system for evaluation of rural social development

1.3.3 影响因素指标

参考已有研究[25-27]，并结合指标数据的可获取性，本文选取以下指标作为农业用水绿色效率的影响因素：水资源禀赋（res）选用人均水资源量的对数来表征。经济发展水平（gdp）以地区人均GDP 的对数来衡量。产业结构（str）取第二产业增加值占地区生产总值的比重（ind）。财政支农政策（fin）选用农林水支出占地方财政支出的比重来表征。有效灌溉水平（irr）以有效灌溉面积与农作物种植面积的比值来表征。农业对外开放（ope）选用农产品进出口总额的对数来衡量。

1.4 数据来源

本文充分考虑数据资料的可得性与可比性，选取我国粮食主产区13 省份2006-2020年的面板数据，并按其区位划分为松花江流域、长江流域和黄河流域。基础数据均来源于对应年份的《中国统计年鉴》、《中国农村统计年鉴》、《中国环境统计年鉴》、《中国水资源公报》、《中国城乡建设统计年鉴》、《中国农产品进出口月度统计报告》，部分数据来自《新中国六十年统计资料汇编》。

2 结果与分析

2.1 农业用水绿色效率测度分析

本文借助MaxDEA Ultra 8.0 软件，采用SE-SBM 模型测度2006-2020年粮食主产区13 省份的农业用水绿色效率，并对主产区整体以及松花江、长江与黄河三大流域进行对比分析，结果如表3所示。

表3 2006-2020年粮食主产区农业用水绿色效率Tab.3 Green efficiency of agricultural water in major grain producing areas from 2006 to 2020

由图1 呈现的农业用水绿色效率演变趋势和表3 的具体数值可以明显看出，就整体而言，2006-2020年粮食主产区农业用水绿色效率呈现“W”形波动态势，多年均值为0.922，这表明粮食主产区农业水资源利用尚未达到有效状态，仍有一定的进步空间。从各省域的变化趋势来看，研究期内江苏、江西、湖南、四川与河南的农业用水绿色效率稳步提升，其中大部分集中于长江流域，黑龙江则呈现波动上升趋势；而湖北、河北、山东的效率值降幅明显，其余省份表现为微弱下降趋势。

图1 粮食主产区三大流域农业用水绿色效率变化趋势图Fig.1 The changing trend of agricultural water green efficiency resources in major grain producing areas

根据SE-SBM 模型的原理，农业用水绿色效率值大于或等于1 则意味着农业用水达到有效状态。由表3 可知，2006-2020年农业用水绿色效率始终大于或等于1 的省份包括辽宁、江苏、江西、山东与河南，占比38.46%，分散分布于长江与黄河流域。从三大流域的演化趋势来看，松花江流域呈现小幅下降趋势，但其波动性较大，黄河流域始终围绕均值波动下降，长江流域在经历2009年的最低峰值后呈稳步上升趋势。究其原因，松花江流域农业现代化水平较高，然而丰裕的水资源禀赋削弱了农户的节水意识，造成水资源的大量损耗，此外该地区人口流失严重，农村人力资本缺失，极大地阻碍了农村社会发展，这种资源的过度投入与农村社会发展困境带来了农业用水绿色效率的降低；黄河流域生态系统脆弱、环境承载力较低，加之区域农业生产方式相对粗放，使得农业灰水足迹位列三大流域首位，较高的非期望产出导致其用水效率低下，再者，流域内多数省份农业机械化水平不高，农业水资源利用难以形成规模效应，一定程度上降低了农业用水绿色效率；长江流域经济发展迅猛，新农村建设显著推动了农村社会经济发展，同时政府与企业不断加大农业技术领域的研发投入强度，促进节水灌溉技术和污水处理技术的更新升级，故效率值持续攀升。

2.2 农业用水绿色效率区域差异及来源

本文利用Dagum 基尼系数对2006-2020年粮食主产区农业用水绿色效率的区域差异及来源进行测算，结果如表4 所示。粮食主产区总体基尼系数均值为0.152，整体上呈现循环波动下降趋势，年均下降21.99%，结果充分表明主产区农业用水绿色效率存在空间非均衡性，而这种非均衡性有所减弱，农业用水绿色水平不断趋向于均衡发展。从变动趋势来看，粮食主产区的基尼系数在历经一段时期的小范围波动后，于2016年出现最高峰值0.204，随后显著下降至2020年的0.110，原因在于十八届五中全会提出包涵绿色发展的五大新发展理念后，各地区开始重视社会经济的绿色发展，农业水资源利用也逐步由传统模式转向绿色模式，而水污染治理与水生态修复存在时滞效应，因此农业用水绿色效率的区域差异在2016年以后才呈现出持续缩小的趋势。

表4 Dagum基尼系数及分解结果Tab.4 Dagum Gini coefficient and decomposition results

从区域内基尼系数来看，黄河流域内差异最明显，区域内基尼系数的均值为0.164；长江流域内空间非均衡程度次之，研究期内均值为0.157；松花江流域内差异最小，其系数均值为0.092。这主要是由于松花江流域内各省地理位置邻近，农业生产用水模式趋同，故流域内空间非均衡性较低；长江与黄河流域内部分地区间农业结构存在显著差异，用水方式也大相径庭，导致流域内差异程度较大。从变动趋势来看，松花江流域内差异呈波动下降趋势，区域内基尼系数由2006年的0.180 下降到了2020年的0.079，而长江和黄河流域的空间非均衡性呈扩大趋势，基尼系数分别从2006年的0.078 和0.114上升到2020年的0.086和0.153。

从区域间基尼系数来看，长江-黄河流域（0.180）＞松花江-黄河流域（0.154）＞松花江-长江流域（0.146）。长江与黄河流域间区域差异大的原因在于，在农村社会经济发展水平与农业基础层面，黄河流域与长江流域仍有一定差距，加上黄河流域农业面源污染严重，加深了两者间的空间差异。从变动趋势来看，长江-黄河流域间的区域差异呈波动扩大趋势；松花江-长江流域间的区域差异降幅明显，年均下降41.40%；松花江-黄河流域间的差异波动趋势与松花江-长江流域基本一致，研究期末相较于期初有所减小。

图2 描述了农业用水绿色效率区域差异的来源及贡献率。由图2 可以看出，超变密度对总体差异的贡献率最大，高达47.760%，表明农业用水绿色效率在各流域间的交叉重叠程度较高；区域内差异与区域间差异的贡献率略低，分别为32.097%和20.043%。从演变趋势来看，区域内差异波动平稳，始终围绕30%上下浮动，表明流域内部农业用水绿色水平总体较为平稳；区域间差异呈从2006年的16.075%波动上升到2020年的21.649%，表明区域间差异有所扩大；超变密度呈先降后升再降的趋势，2020年的贡献率与2006年相比下降了11.13%。分析可知，超变密度是粮食主产区农业用水绿色效率区域差异的主要来源，这意味着流域间交叉重叠对农业用水绿色效率的空间非均衡性影响较大，即农业用水绿色效率高水平的流域内部分省域效率值低于低水平流域内的某些省域，从而造成不同流域间的交叉重叠现象。

图2 区域差异来源及贡献率Fig.2 Contribution degree and source of regional differences

2.3 农业用水绿色效率影响因素分析

表5列示了各影响因素对粮食主产区农业用水绿色效率的估计结果。作为参照，首先采用普通OLS 进行估计，结果见列（1）。由于研究采用的是长面板数据，随机扰动项可能存在组间异方差、组内自相关与组间同期相关的问题，故分别使用OLS+稳健性标准误、面板校正标准误（PCSE）和全面可行广义最小二乘法（全面FGLS）进行回归，结果见列（2）～（4）。通常来说，运用PCSE 的估计结果更为稳健，而全面FGLS则更为有效，两者之间选取有效性。下面针对全面FGLS的结果加以讨论。

表5 农业用水绿色效率影响因素估计结果Tab.5 Influencing factor estimated results of agricultural water green efficiency

（1）水资源禀赋对粮食主产区农业用水绿色效率存在显著正向影响，回归系数为0.029，表明水资源越丰裕的地区其农业用水绿色效率也越高，这与刘渝等[9]的研究结果一致。究其原因，粮食主产区省份农业用水模式科学高效，符合作物的灌溉需要。因此，各地区应充分发挥资源禀赋优势，促使其产生更多的经济、社会与生态环境效益。

（2）经济发展水平对粮食主产区农业用水绿色效率的影响在1%的水平上显著为正。这主要是由于随着经济发展水平的提升，地区拥有更多的财政收入并将其投入到农业现代化技术研发和农村基础设施建设之中，不断推动农村社会经济发展和农业水资源的高效利用。粮食主产区应在保护生态环境的基础上，促进经济健康可持续发展。

（3）产业结构对粮食主产区农业用水绿色效率呈显著负向影响，回归系数为-0.015，说明尽管产业升级在一定程度上能够推动技术革新，然而在快速城镇化和工业化的背景下，水资源更多地被配置到工业等非农产业，同时农业生产环境受到工业企业污染的影响，这种资源不合理配置与环境污染抑制了农业用水绿色效率向好发展[27]。

（4）财政支农政策对粮食主产区农业用水绿色效率呈显著负向影响。可能的原因在于国家政府并未持续优化用于农业水资源的财政支出结构，导致财政支农政策对改进农户用水方式的影响有限，从而不利于农业用水绿色效率的提升。

（5）有效灌溉水平对粮食主产区农业用水绿色效率的影响显著为负，回归系数为-0.006，说明粮食主产区灌溉设施的节水水平不高，需要进一步加大对节水农业的宣传力度、推广节水灌溉技术，促进农业水资源的科学利用。农业对外开放对粮食主产区农业用水绿色效率在1%的水平上呈显著正向影响。这一结果表明，农业经济开放对提升农业用水绿色效率具有重要作用，这是因为农业经济开放容易带来技术外溢，有助于本国引入先进的农业生产技术；此外，市场竞争效应能够促使本国改进灌溉技术、污水处理技术等，共同改善了农业用水绿色效率。

3 结 论

本文采用SE-SBM 模型、Dagum 基尼系数及面板数据模型，测度2006-2020年粮食主产区农业用水绿色效率水平，在此基础上考察其区域差异及来源，并探究农业用水绿色效率的影响因素。具体结论如下：

（1）2006-2020年粮食主产区农业用水绿色效率呈现波动下降态势，多年均值为0.922。主产区农业用水绿色效率有效的省份占比38.36%，分散分布于长江与黄河流域。就三大流域而言，松花江与黄河流域呈小幅下降趋势，而长江流域在波动中上升。

（2）粮食主产区农业用水绿效率空间非均衡性显著，整体上呈现下降趋势。从区域内基尼系数来看，松花江流域内差异表现为逐步缩小态势，长江流域与黄河流域则呈现扩大趋势；从区域间基尼系数来看，长江-黄河流域间的区域差异研究期末较期初有所增大，松花江-长江流域、松花江-黄河流域间的区域差异则相反；从贡献率来看，超变密度是粮食主产区农业用水绿色效率空间非均衡性的主要来源，其次是区域内差异，区域间差异的贡献率最小。

（3）分析粮食主产区农业用水绿色效率的影响因素可以发现，水资源禀赋、经济发展水平和农业对外开放对农业用水绿色效率存在显著正向影响，而产业结构、财政支农政策及有效灌溉水平对农业用水绿色效率的影响显著作用为负。

根据上述研究结论，提出如下建议：

（1）进一步提升粮食主产区农业用水绿色效率。不同地区需要因地施策，合理配置资源，调整水资源等要素投入结构，优化农业水资源利用布局，助力农业用水绿色化发展。

（2）流域内部农业用水绿色效率差异显著。为推动农业用水绿色效率的区域协同发展，各地应当着重关注邻近地区的优势互补、加强地区间的交流合作，学习借鉴高效率水平地区的农业用水技术与管理模式，不断缩小农业用水绿色效率的省域差异。

（3）由于不同流域资源禀赋与生产条件不同，农业用水绿色效率难以实现均衡发展，而从整体提高粮食主产区农业用水绿色效率出发，仍要重视绿色效率较低省域的发展。这部分地区应积极优化财政支农结构，建立健全农业水价补贴机制，改善农户的用水观念；加强对微灌、喷灌和滴灌等灌溉技术的推广，提升节水农业水平；此外，稳步推进农业对外开放，引导农业技术革新。多管齐下，促进粮食主产区农业水资源绿色高效利用，以便深入推进我国农业绿色转型。